Information Bottleneck: Theory and Applications in Deep Learning

Bernhard C. Geiger; Gernot Kubin

doi:10.3390/e22121408

Information Bottleneck: Theory and Applications in Deep Learning

^*Korrespondierende/r Autor/-in für diese Arbeit

Publikation: Beitrag in einer Fachzeitschrift › Editorial

Originalsprache	englisch
Aufsatznummer	1408
Seiten (von - bis)	1-4
Seitenumfang	4
Fachzeitschrift	Entropy
Jahrgang	22
Ausgabenummer	12
DOIs	https://doi.org/10.3390/e22121408
Publikationsstatus	Veröffentlicht - 1 Dez. 2020

ASJC Scopus subject areas

Physik und Astronomie (insg.)

Zugriff auf Dokument

10.3390/e22121408Lizenz: CC BY 4.0

Andere Dateien und Links

http://www.scopus.com/inward/record.url?scp=85097812845&partnerID=8YFLogxK

Dieses zitieren

@article{6e892d719f494f88b55b3d8b5dee2ec6,

title = "Information Bottleneck: Theory and Applications in Deep Learning",

keywords = "Deep learning, Information bottleneck, Neural networks",

author = "Geiger, {Bernhard C.} and Gernot Kubin",

note = "guest editorial for special issue",

year = "2020",

month = dec,

day = "1",

doi = "10.3390/e22121408",

language = "English",

volume = "22",

pages = "1--4",

journal = "Entropy",

issn = "1099-4300",

publisher = "MDPI AG",

number = "12",

}

TY - JOUR

T1 - Information Bottleneck: Theory and Applications in Deep Learning

AU - Geiger, Bernhard C.

AU - Kubin, Gernot

N1 - guest editorial for special issue

PY - 2020/12/1

Y1 - 2020/12/1

KW - Deep learning

KW - Information bottleneck

KW - Neural networks

UR - http://www.scopus.com/inward/record.url?scp=85097812845&partnerID=8YFLogxK

U2 - 10.3390/e22121408

DO - 10.3390/e22121408

M3 - Editorial

SN - 1099-4300

VL - 22

SP - 1

EP - 4

JO - Entropy

JF - Entropy

IS - 12

M1 - 1408

ER -